深度学习在安全与隐私中的应用——理论与实践：立场论文
密码学与安全
2023-01-18 v1 人工智能
机器学习
摘要
技术正以多种方式塑造我们的生活。这由一套技术基础设施所推动，该基础设施包含传统与最先进的异构硬件、软件、服务和组织。此类基础设施在其运行中面临一系列多样挑战，包括安全、隐私、弹性和服务质量。其中，自《通用数据保护条例》(GDPR)生效以来，网络安全和隐私正占据中心舞台。传统的安全和隐私技术已不堪重负，对抗行为体已进化出规避保护的利用技术。随着技术基础设施日益复杂，安全和隐私保护专家已开始寻求可适应且灵活的保护方法，这些方法能够（潜在地自主）随着对抗行为体改变其技术而演进。为此，人工智能(AI)、机器学习(ML)和深度学习(DL)被作为救星提出。在本文中，我们审视学术与工业文献中所述的AI、ML和DL的承诺，并评估其现实程度。我们还提出了基于DL的安全和隐私保护技术必须克服的潜在挑战。最后，我们以讨论DL与安全和隐私保护界应采取何种步骤作结，以确保DL不仅仅是炒作，而是构建一个安全、可靠且可信的技术基础设施的机遇，而在生活中诸多方面我们可依赖该基础设施。
引用
@article{arxiv.1812.00190,
title = {Deep Learning Application in Security and Privacy -- Theory and Practice: A Position Paper},
author = {Julia A. Meister and Raja Naeem Akram and Konstantinos Markantonakis},
journal= {arXiv preprint arXiv:1812.00190},
year = {2023}
}